Wenn Roboter auf fernen Himmelskörpern in unwegigem Terrain eingesetzt werden sollen, ist eines besonders wichtig: Die Fähigkeit zur autonomen Navigation, die unabhängig von menschlicher Steuerung funktioniert. Hierfür müssen Daten unterschiedlicher Sensoren zusammengeführt und analysiert werden. Auf Basis dieser Echtzeitinformationen sowie gespeichertem Vor- und Hintergrundwissen trifft das System eigenständig Entscheidungen, die zu einem optimalen Verhalten des Gesamtsystems führen sollen. Kurz gesagt: Das System soll autonom Entscheidungen über sein Verhalten treffen und dabei den Erfolg der Erkundungsmission sicherstellen.
Im Vorhaben CAUSE (Cognitive Autonomous Subsurface Exploration) werden dafür die Verfahren, die bereits im Vorläuferprojekt "EnEx - Enceladus Explorer" von der Universität Bremen entwickelt wurden, ausgebaut und zu einem autonom agierenden System weiterentwickelt. Die hierbei entstehende künstliche Intelligenz wird dabei nicht auf eine Mission zum Saturnmond Enceladus (EnEx-Szenario) beschränkt, sondern kann auch in anderen Systemen und mit anderen Sensoren genutzt werden. Dafür werden im Vorhaben sowohl eine Schmelzsonde wie im EnEx-Projekt als auch zwei unterschiedliche, fahrbare Robotersysteme wie im VaMEx-Szenario, in dem das Valles-Marineris-Canyonsystem auf dem Mars erkundet werden soll, eingesetzt und getestet.
Bei widersprüchlichen Informationen kann das System autonome Entscheidungen treffen
Um einen hohen Autonomiegrad zu erreichen, müssen alle Sensordaten bezüglich ihrer Unsicherheit und Verlässlichkeit beurteilt werden. Anschließend werden sie an zentraler Stelle zusammengeführt und zu einem stimmigen Gesamtbild aufbereitet. Dabei liefert jeder Sensor jeweils nur einen Teil der benötigten Informationen, die gelegentlich durchaus widersprüchlich sein können. Um diese Widersprüche zu erkennen und zu bewerten, ob sie für die Missionsplanung kritisch oder unbedeutend sind, wird im Projekt ein mathematisches Verfahren zur gleichzeitigen Positionsbestimmung und Kartierung (Simultaneous Localization and Mapping, SLAM) entwickelt. Dieses erstellt eine Karte der Umgebung und bestimmt gleichzeitig die Position und Lage aller Systemkomponenten darin. Dabei werden alle Arten von Unsicherheit berücksichtigt.
Darauf aufbauend plant ein intelligentes System das weitere Vorgehen und trifft autonom Entscheidungen über das Systemverhalten. Dabei müssen alle zur Verfügung stehenden Informationen, insbesondere das Ausmaß jeder einzelnen Unsicherheit, beachtet werden. Gleichzeitig gilt es, die verfügbare Sensorik gezielt und ressourcenschonend einzusetzen. Um unabhängig von einem Operator zu sein, muss das System zudem eigenständig mit unerwartet auftretenden Situationen und Fehlern, wie zum Beispiel dem Ausfall von einem oder mehreren Sensoren, umgehen und auf diese ausgleichend reagieren können.
Anschließend müssen die getroffenen Entscheidungen in Steuersignale umgesetzt werden. Dazu wird zunächst die optimale Route zum Ziel bestimmt. In dieser Berechnung werden sowohl der Zeit- als auch der nötige Energieaufwand für das Verfolgen der Route berücksichtigt. Während der Bewegung in Richtung Ziel wird der Regelungsalgorithmus kontinuierlich und automatisch angepasst.
Zwei Institute der Universität Bremen sind in das Projekt EnEx-CAUSE eingebunden:Die Arbeiten zur Zusammenführung unterschiedlicher Sensordaten sowie zur autonomen Navigation werden vom Institut für Kognitive Neuroinformatik durchgeführt. Das Institut für Optimierung und Optimale Steuerung entwickelt die Verfahren zur autonomen Modellidentifikation und Steuerung des Gesamtsystems. Das Projekt ist Teil der EnEx-Initiative der Deutschen Raumfahrtagentur im DLR .